一类中立型时滞神经网络的全局渐近稳定性  

Global asymptotic stability of a class of neutral neural networks with time delays

作　　者：罗日才[1] 许弘雷[2,3] 

机构地区：[1]河池学院计算机与信息科学系,广西宜州546300 [2]中南大学信息科学与工程学院,长沙410083 [3]澳大利亚科廷大学数学与统计系澳大利亚

出　　处：《计算机工程与应用》2012年第6期30-32,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(No.60704003);广西自然科学基金(No.200991265)

摘　　要：讨论了一类带有时滞的中立型神经网络的稳定性问题。通过构造Lyapunov-Krasovskii泛函,利用矩阵Schur补性质研究了此类中立型时滞神经网络模型的全局渐近稳定性,得出基于矩阵特征值的稳定性的充分判据,并给出基于矩阵特征值的时滞Hopfield神经网络全局渐近稳定性的充分条件;数值仿真检验了结果的有效性。This paper discusses the stability problem of a class of neutral neural networks with time delays. By constructing Lyapu- nov-Krasovskii-type functional, and using Schur complement matrix properties, it studies the global asymptotic stability of these kinds of delayed neutral neural networks and obtains sufficient conditions of the asymptotic stability based on matrix eigenvalues. Some suffi- cient conditions, expressed in the form of matrix eigenvalues, of global asymptotic stability for Hopfield neural networks with time delays are obtained as well. The numerical simulations test the validity of the results.

关 键 词：时滞神经网络 中立型 SCHUR补 全局渐近稳定性 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]